一种自适应惯性权重的并行粒子群聚类算法 |
| |
作者姓名: | 廖子贞 罗可 周飞红 傅平 |
| |
作者单位: | 长沙理工大学,计算机与通信工程学院,长沙,410076;长沙理工大学,计算机与通信工程学院,长沙,410076;长沙理工大学,计算机与通信工程学院,长沙,410076;长沙理工大学,计算机与通信工程学院,长沙,410076 |
| |
基金项目: | 国家自然科学基金
,
湖南省科技计划 |
| |
摘 要: | 针对K-means聚类算法和基于遗传(GA)的聚类算法的一些缺点,及求解实优化问题时粒子群算法优于遗传算法这一事实,提出了一种自适应惯性权重的并行粒子群聚类算法。理论分析和实验表明,该算法在收敛速度和收敛精度方面明显优于基于遗传算法的聚类方法。
|
关 键 词: | 聚类分析 K-均值 遗传算法 粒子群优化算法 并行计算 |
文章编号: | 1002-8331(2007)28-0166-03 |
修稿时间: | 2007-01-01 |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|